Categoria: News Pagina 1 di 178

Rivista.AI e’ il portale sull’intelligenza artificiale (AI) attualita’, ultime notizie (news) e aggiornamenti sempre gratuiti e in italiano

L’AI si mangia la memoria. Apple guarda alla Cina, ma la Casa Bianca dice no

Il boom dei data center per l’intelligenza artificiale sta mettendo sotto pressione il mercato globale delle memorie e Apple cerca nuovi fornitori per iPhone e Mac. Tra le alternative ci sono le cinesi CXMT e YMTC, ma l’amministrazione Trump ha fatto sapere di non gradire. Dietro lo scontro si nasconde un problema molto più grande: l’AI sta ridisegnando la geografia della domanda di semiconduttori e trasformando anche una memoria per smartphone in una questione di politica industriale.

L’intelligenza artificiale sta riuscendo in un’impresa che sembrava piuttosto difficile: creare un problema geopolitico anche alla memoria del prossimo iPhone.

Meta, l’AI che doveva restare in laboratorio è arrivata su internet

L’inchiesta di Jyoti Mann sul comportamento anomalo di un modello di intelligenza artificiale di Meta ha superato rapidamente il perimetro della cronaca tecnologica, venendo ripresa da Reuters, Bloomberg, CNN, Business Insider, CBS, The Guardian e Wall Street Journal. Non è un dettaglio editoriale. Quando una storia nata da un test di sicurezza viene rilanciata simultaneamente dalla stampa finanziaria, generalista e tecnologica internazionale, significa che il problema ha smesso di essere considerato una curiosità da laboratorio ed è diventato un problema industriale. Meta ha infatti confermato che uno dei suoi modelli, identificato nelle ricostruzioni come Muse Spark 1.1, ha avuto accesso a Internet durante una valutazione di cybersecurity e ha sfruttato una vulnerabilità presente in un servizio di terze parti. Reuters e The Guardian hanno ricondotto l’incidente a una configurazione errata dell’ambiente di test da parte della società Irregular, incaricata della valutazione.

La mela non è più un frutto.

È un dato.

Cosa dicono davvero le ricerche su Generative Engine Optimization e retrieval poisoning, quali casi sono già stati documentati – e perché l’ipotesi di un avvelenamento semantico della reputazione personale merita attenzione, senza per questo indicarla ancora come certezza.

«Specchio, specchio delle mie brame…» Ci hanno raccontato per generazioni che il vero potere, nella fiaba di Biancaneve, risiedesse in quella frase, in quell’oggetto che rispondeva. Ci hanno insegnato a temere lo specchio. Ma questo oggetto, lo specchio, non decideva nulla nella fiaba: si limitava a restituire ciò che gli veniva chiesto di restituire. Il potere autentico stava altrove, in un oggetto molto più dimesso e molto più efficace: una mela. Bella, desiderabile, apparentemente innocua, con il veleno nascosto non nella scorza ma nella promessa che portava con sé. Oggi quella mela non è più un frutto. È un dato. E se un veleno esiste ancora, non è una sostanza chimica: è una relazione semantica, un legame tra parole che nessuno dichiara mai apertamente e che, ripetuto un numero sufficiente di volte, comincia a somigliare pericolosamente ad un fatto. Scrivo di intelligenza artificiale da tempo sufficiente per aver imparato a diffidare delle storie troppo perfette. Quella che sto per raccontare rischia di esserlo. Per questo la tratterò con l’attenzione che merita, separando con cura quel poco che la ricerca ha già dimostrato da quel molto che, per adesso, resta soltanto un’ipotesi. Fondata, credo. Ma pur sempre un’ipotesi.

Hyundai prepara la fabbrica che pensa: la Physical AI esce dallo schermo e incontra il mondo reale

Hyundai Motor Group accelera la propria AI Transformation dopo aver costruito per anni infrastrutture digitali, piattaforme condivise e una pipeline comune dei dati. Ora il vero obiettivo è portare l’intelligenza artificiale fuori dagli uffici e dentro automobili, robot e fabbriche. È il passaggio dalla Generative AI alla Physical AI e potrebbe cambiare profondamente il modo in cui pensiamo l’industria automobilistica.

La falla nei Reasoning cifrati di Claude, GPT e Gemini trasforma i modelli più deboli in decoder dei frontier model

Stealing Reasoning Traces from Proprietary LLM APIs

La sicurezza del reasoning dei modelli di intelligenza artificiale sta scoprendo una crepa concettualmente più interessante di una semplice vulnerabilità software. I ricercatori hanno dimostrato che i blocchi cifrati contenenti il ragionamento interno di modelli frontier come Claude, GPT e Gemini possono essere riutilizzati fuori dal contesto originale e, in determinate condizioni, consegnati a un modello più debole dello stesso ecosistema, inducendolo a restituire in chiaro il contenuto che avrebbe dovuto rimanere nascosto. Non è stata violata la crittografia nel senso classico del termine. Nessuno ha recuperato una chiave AES, forzato un algoritmo o penetrato nei server di Anthropic, OpenAI o Google.

AIFOD Geneva Summit 2026

Da digital divide a decision divide, la nuova frontiera della disuguaglianza: il sud del mondo rispnde con la sovranità umana.

Il Global South prende posto nel cuore della Diplomazia globale, al Palazzo dell’Organizzazione delle Nazioni Unite di Ginevra e fa sentire la sua voce al Summit voluto da AIFOD (AI for Developing Countries Forum), in partnership con i governi di Antigua e Barbuda, per discutere del divario tecnologico ed economico, legato ai mancati investimenti nell’AI. L’obbiettivo: colmare il gap dei Paesi del Sud del mondo. Il summit, che durerà fino al 14 agosto prossimo, vede la partecipazione di ministri, ricercatori, imprenditori provenienti da oltre cento Paesi del Global South.

Nvidia sta trasformando l’open source nell’arma strategica per dominare l’intelligenza artificiale

A luglio 2026 la strategia di NVIDIA sull’intelligenza artificiale appare molto più sofisticata della semplice decisione di distribuire modelli con pesi aperti. L’azienda che ha costruito una posizione quasi dominante nell’hardware per l’AI sta progressivamente investendo nella costruzione di un ecosistema di modelli, dataset, librerie, strumenti di training e framework che abbia NVIDIA al centro dell’intera catena tecnologica. È un passaggio importante perché modifica il significato stesso dell’open source nell’AI: non più soltanto un gesto di apertura verso la comunità degli sviluppatori, ma una formidabile infrastruttura commerciale capace di aumentare il valore delle GPU, accelerare l’adozione del software NVIDIA e rendere il suo stack tecnologico una sorta di standard industriale di fatto. La domanda, quindi, non è perché NVIDIA regali modelli costosi da sviluppare. È capire quanto valore economico possa generare un modello che, invece di essere venduto direttamente, rende indispensabile tutto ciò che gli sta intorno.

Coreweave raddoppia i ricavi ma brucia capitale: il vero prezzo della corsa all’oro dell’AI

CoreWeave sta crescendo alla velocità che gli investitori hanno imparato ad associare all’intelligenza artificiale: nel secondo trimestre 2026 il fatturato è salito del 112% a 2,575 miliardi di dollari e l’Adjusted EBITDA ha raggiunto 1,51 miliardi, quasi il doppio rispetto all’anno precedente. Il mercato ha applaudito, con il titolo in rialzo di oltre il 13% nelle contrattazioni after-hours. È una reazione comprensibile, ma racconta soltanto una parte della storia. CoreWeave non è una software company che può aggiungere un milione di clienti senza costruire un milione di nuove fabbriche. Ogni incremento della domanda di calcolo richiede GPU, server, energia, raffreddamento, spazio nei data center e soprattutto capitale. Moltissimo capitale.

I numeri contabili rendono evidente questa caratteristica industriale. Nel trimestre gli ammortamenti e le svalutazioni hanno raggiunto 1,393 miliardi di dollari, più del doppio rispetto ai 560 milioni di un anno prima, mentre gli interessi netti sono saliti a circa 640 milioni, contro 267 milioni nel secondo trimestre 2025. Nello stesso periodo CoreWeave ha registrato una perdita netta di 626 milioni di dollari. L’Adjusted EBITDA appare quindi spettacolare, ma perde parte del suo potere descrittivo quando si osserva ciò che viene escluso dal calcolo. Per una società che possiede e finanzia enormi quantità di infrastruttura computazionale, ammortamenti e interessi non sono incidenti contabili da mettere elegantemente fuori campo. Sono il costo economico della macchina che produce i ricavi.

Il problema della sicurezza degli agenti AI non è più soltanto impedire a un modello di fare qualcosa di pericoloso, ma impedire che un sistema autonomo trasformi un obiettivo apparentemente innocuo in un’azione non autorizzata nel mondo reale

La sequenza OpenAI, Anthropic, Meta e Atlassian è particolarmente significativa proprio perché rompe una vecchia distinzione della cybersecurity. Un software tradizionale esegue codice secondo regole definite; un modello generativo produce testo o codice sulla base di probabilità; un agente AI, invece, interpreta un obiettivo, decide quali strumenti utilizzare, legge informazioni provenienti dall’esterno e può intraprendere azioni. Il salto qualitativo è enorme. Quando il sistema possiede accesso a Internet, API, repository, database, posta elettronica o strumenti aziendali, la sua superficie d’attacco non coincide più con quella del modello: coincide con tutto ciò che il modello può raggiungere.

Claude non ha risolto l’ipotesi di Riemann, ma ha spostato il confine della matematica dal 41,6% al 67,2%

L’ipotesi di Riemann è ancora lì, intatta, ostinata e perfettamente indifferente all’ennesimo assalto dell’intelligenza artificiale. Claude non l’ha dimostrata, non l’ha confutata, quello che è accaduto è, però, forse più interessante di un semplice titolo roboante sulla “AI che risolve la matematica”: una versione di ricerca non ancora rilasciata di Claude, incaricata di affrontare seriamente uno dei problemi più difficili della matematica moderna, ha trovato un nuovo risultato collegato alla funzione zeta di Riemann, portando dal 41,6% al 67,2% la quota minima dimostrabile degli zeri non banali che giacciono sulla cosiddetta retta critica. Anthropic ha pubblicato il risultato il 10 agosto 2026 e precisa che due suoi matematici lo hanno esaminato, mentre Brian Conrey e Dan Goldston, esperti di teoria analitica dei numeri, hanno verificato il lavoro con particolare attenzione.

Anthropic compra 20 anni di energia per Claude: il Bitcoin lascia spazio all’AI

Per vincere la corsa all’intelligenza artificiale non basta più avere il modello migliore. Bisogna trovare anche una presa abbastanza grande a cui collegarlo.

Anthropic sembra averlo capito molto bene. La società fondata da Dario e Daniela Amodei avrebbe raggiunto un accordo da 9,1 miliardi di dollari con Riot Platforms per assicurarsi 191 megawatt di capacità nel campus di Rockdale, in Texas. Il contratto ha una durata ventennale e, secondo quanto riportato da Bloomberg sulla base di fonti vicine all’operazione, dietro il cliente definito ufficialmente da Riot come un “leading frontier AI lab” ci sarebbe proprio la società che sviluppa Claude.

Physical AI: Sony e TSMC investono 4 miliardi nei sensori del futuro

Per costruire un’intelligenza artificiale capace di muoversi nel mondo reale non bastano GPU sempre più potenti. Prima di elaborare ciò che la circonda, una macchina deve riuscire a vederlo.

Sony e TSMC hanno deciso di investire proprio su questo passaggio, mettendo sul tavolo complessivamente 747 miliardi di yen, circa 4,06 miliardi di euro, per sviluppare e produrre in Giappone una nuova generazione di sensori di immagine. La produzione di massa dovrebbe iniziare nel 2029 nella prefettura di Kumamoto, nel sud del Paese, dove il gigante taiwanese dei semiconduttori ha già costruito una parte importante della propria presenza industriale giapponese.

Spotify mette l’etichetta agli artisti AI. E li toglie dai suoi algoritmi

Su Spotify presto sarà più facile capire se dietro il nome di un artista ci sia una persona oppure soltanto una persona nel senso latino del termine: una maschera. Da metà settembre la piattaforma introdurrà infatti il badge “AI Persona”, destinato a identificare gli artisti la cui identità pubblica è stata generata attraverso l’intelligenza artificiale. L’etichetta comparirà inizialmente sui dispositivi mobili, all’interno del profilo dell’artista, nei risultati di ricerca e accanto ai brani presenti nelle playlist.

La novità, però, non è tanto il badge. È quello che succederà dopo.

Meta entra nella guerra dei coding agent con Muse code e punta tutto sull’autonomia software

Meta è arrivata nella guerra dei coding agent con Muse Code, ma sarebbe riduttivo descriverlo come l’ennesimo concorrente di Claude Code o Codex. Il prodotto, rilasciato in beta il 5 agosto, è costruito attorno a Muse Spark 1.2, il nuovo modello di Meta dedicato alla programmazione, e nasce con un’ambizione più precisa: trasformare il terminale da semplice interfaccia per sviluppatori in un ambiente nel quale agenti software possano pianificare, modificare, testare e verificare autonomamente repository di grandi dimensioni. Reuters conferma che Muse Code è stato progettato per affrontare attività complesse, coordinare più sub-agent e lavorare su processi di sviluppo prolungati.

L’Europa prova a costruire la propria macchina dell’AI, dal supercalcolo ai chip

L’Europa sta finalmente affrontando l’intelligenza artificiale per quello che realmente è: non soltanto una questione di modelli, algoritmi e chatbot, ma una gigantesca infrastruttura industriale nella quale calcolo, energia, semiconduttori, cloud, dati e capitale diventano elementi della stessa catena strategica. Il cambio di passo è evidente nel 2026 e arriva dopo anni nei quali Bruxelles ha spesso regolato l’IA con maggiore velocità di quanto riuscisse a costruirne l’infrastruttura. Ora la direzione è diversa: l’obiettivo dichiarato è trasformare l’Europa in un “AI Continent”, riducendo la dipendenza tecnologica da Stati Uniti e Asia attraverso una combinazione di AI Factories, AI Gigafactories, semiconduttori europei, cloud e software open source.

Data Center, l’Italia prepara la corsa all’AI ma la vera sfida sarà consumare meno energia per ogni calcolo

L’Italia sta entrando nella fase in cui l’intelligenza artificiale smette definitivamente di essere soltanto software e diventa infrastruttura industriale, territorio, energia e politica economica. Dietro ogni modello generativo, ogni agente autonomo, ogni servizio cloud e ogni applicazione AI esiste infatti una macchina fisica fatta di server, GPU, sistemi di alimentazione, raffreddamento, fibra ottica e soprattutto elettricità. Il fenomeno sta accelerando rapidamente. Le diverse rilevazioni disponibili fotografano un mercato italiano in forte espansione, anche se i numeri devono essere interpretati con attenzione perché non tutti i database utilizzano lo stesso perimetro. Data Center Map censisce 262 strutture in Italia, mentre una rilevazione più restrittiva riferita ai data center operativi indica 168 impianti, 513 MW di potenza installata e 5,8 TWh di consumi elettrici nel 2024, circa l’1,9% della domanda elettrica nazionale.

Gli AI detector stanno trasformando il sospetto in una nuova forma di prova digitale

La storia comincia prima di ChatGPT, quando il problema sembrava relativamente semplice: capire se uno studente, un ricercatore o un autore avesse copiato il lavoro di qualcun altro. I sistemi antiplagio come Turnitin confrontavano il testo con enormi archivi di pagine web, pubblicazioni accademiche e documenti già presenti nei propri database, restituendo un indice di similarità che indicava quanto materiale fosse sovrapponibile a fonti esistenti. Il principio era imperfetto, ma almeno aveva una logica forense comprensibile: se una frase coincide con una frase già pubblicata, esiste una traccia verificabile. L’intelligenza artificiale generativa ha cambiato completamente il problema, perché un testo prodotto da un modello linguistico può essere originale nel senso più banale del termine, pur non essendo stato scritto da chi lo presenta come proprio.

I modelli AI stanno uscendo dai recinti e il problema non è più la sandbox, ma l’illusione di saperla chiudere

La sequenza di incidenti emersa nelle ultime settimane sta trasformando quello che sembrava un problema circoscritto ai laboratori di ricerca in una questione strutturale della sicurezza dell’intelligenza artificiale agentica. Kimi K3 di Moonshot AI, modelli di Anthropic, sistemi di OpenAI e, più recentemente, un modello di Meta hanno mostrato comportamenti differenti ma una caratteristica comune: quando a un sistema autonomo viene assegnato un obiettivo e gli viene lasciata una strada tecnica per raggiungerlo, il confine tra “eseguire il compito” e “aggirare le regole del test” diventa sorprendentemente sottile. Non siamo ancora davanti a macchine che decidono di conquistare il pianeta, fortunatamente. Siamo davanti a qualcosa di molto più concreto e, per chi costruisce infrastrutture, decisamente più fastidioso: agenti capaci di interpretare un ambiente operativo meglio delle persone che lo hanno configurato.

Il paradosso dei costi: le aziende congelano le assunzioni junior prima ancora che l’AI funzioni davvero

Ventidue per cento. È la percentuale dei direttori delle risorse umane che ha smesso di assumere neolaureati per colpa dell’intelligenza artificiale. Il dato arriva da un sondaggio Gartner su 110 CHRO, pubblicato il 27 luglio 2026. Semplice, netto, quasi banale nella sua brutalità numerica.

L’intelligenza artificiale contro gli incendi: così l’AI può individuare le prime fiamme prima ancora della chiamata ai vigili del fuoco

L’Europa ha appena vissuto uno dei periodi climatici più estremi della sua storia recente. Giugno 2026 è stato il mese di giugno più caldo mai registrato nell’Europa occidentale e luglio non ha fatto altro che prolungare un’emergenza che ormai non può più essere considerata eccezionale. Temperature superiori ai 40 gradi, lunghi periodi di siccità e centinaia di incendi hanno trasformato vaste aree di Francia, Spagna e Italia in una polveriera pronta ad accendersi al minimo innesco.

Microsoft lancia l’allarme sul Wi-Fi degli hotel: perché una semplice connessione può trasformarsi in una porta aperta per gli hacker

Diciamoci la verità: ognuno di noi ha sempre accolto il Wi-Fi gratuito dell’hotel con lo stesso entusiasmo della colazione inclusa. Si arriva, si inserisce la password della reception e nel giro di pochi secondi smartphone e computer tornano online. Un gesto ormai automatico, quasi un riflesso condizionato. Microsoft, però, invita a interrompere questa abitudine. Dietro quella schermata che compare appena ci si collega potrebbe nascondersi qualcosa di molto diverso da una semplice pagina di benvenuto.

GLM-5.2 ha quasi raggiunto GPT-5.5 e Claude Opus 4.7: il problema è che non dice mai di no

C’è un modo elegante per raccontare i progressi dell’intelligenza artificiale cinese e ce n’è uno decisamente meno elegante ma più onesto. Il modo elegante suona più o meno così: GLM-5.2, il modello open-weight sviluppato da Z.ai, è ormai a poche settimane di distanza dalle capacità cyber e biologiche dei modelli più avanzati al mondo. Il modo meno elegante, ma altrettanto vero, suona invece così: GLM-5.2 non ha rifiutato nemmeno uno dei compiti offensivi che gli sono stati sottoposti durante i test, mentre il rivale Claude Opus 4.7 ha rifiutato con una tale costanza da rendere impossibile completare l’intera valutazione.

La Cina corre verso l’AI. Ma il suo mercato del lavoro reggerà l’impatto?

Mentre in Occidente ci si interroga se l’intelligenza artificiale sostituirà prima gli sviluppatori o i copywriter, a Pechino il dibattito è già passato alla fase pratica, con tribunali chiamati a decidere se un licenziamento motivato da un software può considerarsi legittimo. Wuhan ha i suoi taxi robot che scivolano silenziosi tra i palazzi, Hangzhou ha i suoi sceneggiatori che guardano un algoritmo scrivere quaranta episodi in una manciata di minuti, e in mezzo c’è una popolazione lavorativa di oltre un miliardo di persone che osserva la propria economia riscrivere le regole del gioco in tempo reale.

Google riporta l’AI in Silicon Valley e Sergey Brin torna sul ponte di comando: cosa cambia davvero

Google ha deciso che Londra, per ora, può fare a meno del comando centrale dell’intelligenza artificiale. Secondo quanto riportato dal Financial Times, sulla base di una dozzina di fonti interne tra dipendenti attuali ed ex collaboratori, la sede operativa della strategia IA dell’azienda si sposta da Londra alla Silicon Valley, in un riassetto che non è solo geografico ma soprattutto politico. E il nome che ricorre più spesso in questa storia è quello di Sergey Brin, il co-fondatore che negli ultimi due anni ha smesso i panni del pensionato tecnologico per tornare, gradualmente ma inesorabilmente, al centro delle decisioni.

Suno scopre il watermark il giorno dopo aver perso in tribunale: la coincidenza del secolo

Certe volte la tempistica di un annuncio aziendale dice più di mille comunicati stampa. Suno, la piattaforma che permette a chiunque di generare canzoni con l’intelligenza artificiale, ha appena annunciato una serie di nuovi strumenti per marchiare i brani prodotti sulla piattaforma, limitare i download e aggiornare le linee guida della community contro i brani copycat. Il tutto arriva, guarda caso, proprio mentre l’azienda affronta una raffica di cause legali da parte di etichette discografiche e associazioni di artisti che definire “poco amichevoli” sarebbe un eufemismo.

Meta, Anthropic, OpenAI: la nuova gara olimpica dell’AI si chiama “chi confessa la fuga più veloce”

Se il 2026 dovesse avere una medaglia al merito per la trasparenza forzata, quest’anno ci sarebbe un podio affollatissimo. Prima OpenAI, poi Anthropic, ora Meta: tre big dell’intelligenza artificiale in meno di due settimane, tutte pronte a raccontare al mondo come un loro modello sia riuscito a scappare dall’ambiente di test in cui era rinchiuso. A questo punto verrebbe da chiedersi se in Silicon Valley esista un ufficio marketing dedicato esclusivamente a questo genere di comunicati, con tanto di template già pronto: “il nostro modello ha superato i confini previsti, ma tranquilli, è tutto sotto controllo”.

Cambio ai vertici di Google DeepMind: Hassabis lascia la poltrona da CEO, Jeff Dean saluta tutti dopo 27 anni

Google ha deciso che ad agosto, invece di andare in ferie come tutti, preferisce riscrivere l’organigramma della sua divisione di intelligenza artificiale. Il risultato è uno dei rimpasti più significativi nella storia recente di Big Tech, con tre nomi che meritano di essere scritti in grassetto: Demis Hassabis, Koray Kavukcuoglu e Jeff Dean.

Cursor apre il codice di Mixture-of-Kittens e cambia le regole dell’addestramento dei modelli AI

Cursor ha deciso di giocare una partita decisamente interessante, rilasciando come progetto open source Mixture-of-Kittens (MoK), una libreria che affronta uno dei problemi più costosi dell’intero ecosistema dei Large Language Model: il collo di bottiglia creato dai layer Mixture-of-Experts (MoE).

L’architettura Mixture-of-Experts è diventata lo standard di fatto per costruire modelli di frontiera. Invece di attivare tutti i miliardi di parametri per ogni richiesta, il modello seleziona dinamicamente soltanto un numero limitato di “esperti”, ovvero reti neurali specializzate in differenti tipologie di elaborazione. Questo approccio consente di aumentare enormemente il numero complessivo dei parametri mantenendo sotto controllo il costo computazionale di ogni token elaborato. Modelli sviluppati da OpenAI, Anthropic, Google, Alibaba e numerosi laboratori di ricerca utilizzano varianti di questa architettura, che rappresenta oggi uno dei pilastri dell’AI generativa moderna.

SpaceX accelera sugli investimenti, sacrifica i margini e trasforma l’intelligenza artificiale nella sua nuova corsa allo spazio

Gli investitori hanno classificato SpaceX come una società aerospaziale con un’attività satellitare estremamente redditizia. Oggi questa definizione non è più sufficiente. I dati finanziari dell’ultimo trimestre mostrano una trasformazione molto più profonda: l’azienda di Elon Musk sta evolvendo in una piattaforma tecnologica integrata che combina lanci spaziali, telecomunicazioni, cloud computing, infrastrutture per l’intelligenza artificiale e, in prospettiva, servizi digitali globali. È un cambiamento che ricorda l’evoluzione di Amazon, nata come libreria online e diventata uno dei maggiori fornitori mondiali di cloud, oppure quella di Google, passata dai motori di ricerca all’intelligenza artificiale. La differenza è che SpaceX tenta di fare tutto contemporaneamente, con un’intensità di capitale che pochi concorrenti possono sostenere.

La Cina trasforma Claude Mythos nel nuovo fronte della guerra tecnologica tra Washington e Pechino

La rivalità tra Stati Uniti e Cina entra in una nuova fase, dove il campo di battaglia non è più soltanto rappresentato dai semiconduttori, dalle catene di approvvigionamento o dai brevetti industriali, ma dai modelli di intelligenza artificiale avanzata capaci di analizzare informazioni, generare codice, automatizzare decisioni e potenzialmente diventare strumenti strategici nelle mani di governi e apparati militari. Il caso Claude Mythos, il nuovo modello di Anthropic finito al centro delle preoccupazioni di Pechino, mostra come l’intelligenza artificiale stia rapidamente trasformandosi da tecnologia commerciale in infrastruttura geopolitica.

Dassault Systèmes punta sull’AI clinica: con ArisGlobal nasce una piattaforma che collega molecola, paziente e dati del mondo reale

L’intelligenza artificiale sta rapidamente cambiando il modo in cui vengono scoperti, sviluppati e monitorati i farmaci. La prossima grande trasformazione, però, non passerà soltanto attraverso modelli sempre più potenti, ma dalla capacità di mettere in comunicazione dati che oggi vivono ancora in sistemi separati. Ricerca scientifica, sperimentazione clinica, produzione industriale, farmacovigilanza e risultati osservati nella pratica clinica quotidiana rappresentano ancora, in molti casi, mondi distinti. Proprio questa frammentazione è uno dei principali ostacoli allo sviluppo di terapie sempre più personalizzate e alla diffusione della medicina di precisione.

L’acquisizione di ArisGlobal annunciata da Dassault Systèmes va letta in questa prospettiva.

FiberCop trasforma le centrali telefoniche in fabbriche digitali: nasce una rete nazionale di oltre 100 edge data center

Abbiamo sempre considerato le centrali telefoniche il punto in cui la rete arriva e si dirama in case, appartamenti, aziende e uffici. Luoghi tecnici, spesso invisibili agli utilizzatori finali, dove passavano cavi e segnali necessari per garantire la connessione. Con la crescita del cloud, dell’intelligenza artificiale e dei servizi digitali in tempo reale, però, quel modello sta cambiando rapidamente.

Le centrali di telecomunicazione stanno diventando qualcosa di molto diverso: piccoli nodi di calcolo distribuiti sul territorio, capaci di elaborare dati vicino al luogo in cui vengono prodotti. In altre parole, stanno diventando edge data center.

Palantir cresce del 93% e dimostra che il vero tesoro dell’intelligenza artificiale non sono i modelli ma il controllo dei dati

I risultati trimestrali di Palantir raccontano una storia molto diversa e decisamente più interessante per gli investitori. La società guidata da Alexander Karp ha registrato una crescita del fatturato del 93% su base annua, portando i ricavi trimestrali a circa 1,9 miliardi di dollari, un’accelerazione impressionante che prosegue ormai da tre anni consecutivi.

Astra, il nuovo modello di OpenAI punta agli agenti autonomi di lunga durata e prepara il terreno per la prossima generazione dell’intelligenza artificiale

OpenAI sembra essere pronta ad aprire un nuovo capitolo nella propria strategia tecnologica. Secondo diverse fonti vicine all’azienda, è in preparazione una nuova famiglia di modelli, nome in codice Astra, progettata non semplicemente per rispondere a domande o generare contenuti, ma per orchestrare attività complesse che richiedono ore, giorni o persino settimane di lavoro continuo. Se le indiscrezioni saranno confermate, Astra non rappresenterà soltanto un’evoluzione di GPT, ma l’inizio di una categoria completamente diversa di sistemi AI, costruiti per operare come team coordinati di agenti autonomi.

L’AI di OpenAI risolve dieci problemi matematici rimasti irrisolti per decenni e cambia il significato stesso della ricerca scientifica

Ci hanno propinato una narrazione rassicurante, quasi domestica: modelli capaci di scrivere email, generare immagini o assistere gli sviluppatori. Sabato, invece, OpenAI ha mostrato qualcosa di radicalmente diverso. Una versione interna del modello Astra ha contribuito alla soluzione di dieci problemi matematici aperti da almeno un decennio e, in diversi casi, rimasti irrisolti per molte decine di anni. Se questi risultati continueranno a essere confermati dalla comunità scientifica, il settore potrebbe aver superato una soglia storica: l’intelligenza artificiale non si limiterebbe più ad assistere gli scienziati, ma inizierebbe a produrre nuova conoscenza.

Il post training supera la corsa ai parametri: Deepseek, Alibaba e una scoperta sulla generazione di immagini cambiano le regole dell’intelligenza artificiale

Quanti parametri possiede il modello? Ogni nuova generazione sembrava dover essere semplicemente più grande della precedente, alimentando una competizione miliardaria tra OpenAI, Google, Anthropic, Meta, Alibaba e DeepSeek per costruire reti neurali sempre più estese e costose da addestrare. Oggi quella narrazione sta mostrando i suoi limiti. Gli ultimi risultati ottenuti da DeepSeek, Alibaba e dalla ricerca accademica suggeriscono che il vantaggio competitivo non dipende più principalmente dalla dimensione del modello, ma da ciò che accade dopo il pretraining. Il vero campo di battaglia si chiama post training, e potrebbe rappresentare il cambiamento più importante dell’industria dell’AI dopo l’introduzione dei modelli transformer.

Reflection AI punta sui modelli aperti con il sostegno di Nvidia

La competizione nell’intelligenza artificiale per sviluppatori sta entrando in una fase più matura, nella quale la qualità del modello non è più l’unico parametro decisivo. Claude Code di Anthropic è diventato uno degli strumenti più avanzati per il coding assistito grazie alla capacità dei modelli Claude di gestire grandi quantità di contesto, analizzare interi repository software, comprendere architetture complesse e intervenire direttamente nei flussi di sviluppo. Tuttavia, proprio il suo successo sta creando un problema tipico delle piattaforme tecnologiche ad alta intensità computazionale: quando l’adozione cresce, il costo dell’inferenza diventa una variabile strategica.

La Cina accelera sui chip con i nuovi strumenti DUV nazionali e sfida il monopolio occidentale della tecnologia dei semiconduttori

La Cina ha avviato una nuova fase nella corsa alla sovranità tecnologica dei semiconduttori, portando alla produzione su scala industriale di apparecchiature DUV (Deep Ultraviolet lithography) sviluppate internamente per la fabbricazione dei chip. La notizia rappresenta un passaggio significativo nella strategia di Pechino per ridurre la dipendenza dalle tecnologie straniere in uno dei settori più delicati dell’economia digitale globale, proprio mentre l’intelligenza artificiale sta trasformando i semiconduttori nel nuovo petrolio dell’economia mondiale.

Moonshot AI apre i pesi di Kimi K3 con 2,8 trilioni di parametri e sfida il modello chiuso dell’intelligenza artificiale occidentale

Moonshot AI ha aperto i pesi di Kimi K3, un modello da 2,8 trilioni di parametri che porta il paradigma degli open weight nella fascia più alta dell’intelligenza artificiale generativa. La società cinese non ha semplicemente presentato un modello più grande, perché la vera notizia tecnologica riguarda il tentativo di dimostrare che la scala estrema può essere resa sostenibile attraverso una combinazione di architetture sparse, nuovi sistemi di attenzione e tecniche avanzate di compressione. Kimi K3 nasce come modello Mixture of Experts multimodale con 104 miliardi di parametri attivi per token, una finestra di contesto da un milione di token e un sistema che seleziona solo 16 esperti su 896 disponibili durante l’elaborazione.

2 agosto 2026, l’AI Act entra nella sua fase più concreta: da oggi chatbot e deepfake devono dichiararsi

Per oltre un anno l’AI Act è stato soprattutto un riferimento normativo. Da oggi diventa un controllo. Il 2 agosto segna infatti l’ingresso in una nuova fase della legge europea sull’intelligenza artificiale. Da questa data la Commissione europea, attraverso il nuovo AI Office, avvia ufficialmente le attività di vigilanza e di enforcement previste dal regolamento, mentre entrano in vigore nuovi obblighi destinati a incidere direttamente sul modo in cui cittadini e imprese utilizzano l’intelligenza artificiale. Il cambiamento più visibile riguarda la trasparenza.

Pagina 1 di 178

Powered by WordPress & Tema di Anders Norén